基于改进遗传算法的盲解卷积

针对时域盲解卷积存在求解变量多、收敛速度慢、容易陷入局部最优等问题进行了研究,提出一种防止遗传算法局部收敛的“监测策略”,可以实时监控算法向全局最优解靠近的情况;同时对交叉概率、变异概率等关键技术进行相应设计,该算法能够自动跳出局部最优,快速地收敛于全局最优解。在概率密度估计的基础上,得到时域盲解卷积的基于最小互信息的分离准则。以此最小互信息准则确定遗传算法的寻优标准,快速地实现了时域盲解卷积。使用Matlab软件仿真验证了该时域盲解卷积算法的有效性。     

基于α分布的单矢量传感器多目标方位估计

研究 稳定分布条件下单矢量传感器的多目标方位估计问题。介绍多维 稳定分布特征函数的谱测度表示及谱测度估计方法,在此基础上推导出单矢量传感器输出速度正交分量满足特征函数谱测度表示方程,建立谱测度与目标方位间的对应关系,用特征函数法或一维投影法估计谱测度和目标源方位及数量。仿真结果表明,在 稳定分布假设下,基于谱测度的多目标方位估计法是合理有效的。     

主动锁模光纤激光器的锁相稳定方法

对主动锁模光纤激光器的锁相环路进行了改进,提出一种通过使用"变带宽锁相环"来改善主动锁模光纤激光器稳定性的方法.该方法主要依据信号误差电压实时控制环路的带宽,使环路带宽随锁定信号的频率差动态改变,以达到快速锁定信号的目的,从而提高锁模光纤激光器输出光脉冲的频率稳定性.利用Matlab软件的Simulink功能模块对其实效性进行了仿真验证.结果表明,采用该方法,锁相环的捕捉性能和跟踪性能提高了,主动锁模光纤激光器的工作稳定性得到进一步改善.     

相干源盲分离及方位估计的算法研究

针对水声信号处理中常见的多途、相干信号的多目标分辨和方位估计问题,依据遗传算法突出的求解线性及非线性方程(组)数值解的优势,研究了相干信号的盲分离和方位估计方法.用"L"型阵列接收多个相干目标信号,在建立阵列流形和盲分离数学模型的基础上,利用复数遗传算法求解非线性方程组进行各相干目标源的分离,并利用阵型优势解决线列阵在方位估计上的左右舷模糊问题,对各相干目标源进行方位估计.MATLAB仿真试验表明:该分离算法能够快速收敛于全局最优解,成功实现相干信源的盲分离,最终实现多个相干目标的分辨及其方位估计.     

匹配场目标定位的并行遗传算法实现

针对匹配场声源定位算法中存在的固有并行性,构建了匹配场声源定位的并行计算算法框架,并引入并行遗传算法作为匹配场处理的寻优工具.根据匹配场处理的实际特性,对并行遗传算法的操作算子及评估标准进行了合理设计,使其快速收敛.以网络互联的双核PC机作为并行计算硬件平台,在Windows XP操作系统和MPI并行环境中对匹配场定位的并行算法进行了测试和分析.研究表明:采用并行遗传算法实现匹配场声源定位方法优于传统网格法,可有效节省算法运行时间,快速实现声源定位.     

适合盲提取的自适应遗传算法

对盲分离问题中存在收敛速度慢、精度不高和容易陷入局部最优等缺点进行了研究,提出了一种基于改进自适应遗传算法的快速盲提取算法。在负熵判据的基础上,建立了最小化独立信号边缘熵准则。以盲提取目标优化函数为基础,对遗传算法的关键技术进行了改进,同时提出一种适合盲信号提取的适应度函数和防止算法局部收敛的监测策略,使算法能够自动跳出局部最优,快速地收敛于全局最优解。以改进的自适应遗传算法作为寻优算法,快速地实现了瞬时混合信号的盲提取。仿真实验表明,该算法性能稳定、收敛速度快,得到了全局最优解,有效地实现了信号盲提取。     

匹配场声源定位的并行计算方法研究*

为了达到有效缩短算法运行时间、加快定位速度的目的,研究并分析了匹配场声源定位算法中存在的固有并行性,构建了匹配场声源定位的并行计算算法框架。详细介绍了匹配场声源定位算法的网格法并行化方法;并以互连的双核PC机作为并行计算硬件平台,选用Windows操作系统、FORTRAN编译器,使用TCP/IP作为标准的通信协议,在MPI并行环境中对并行算法进行了测试和相应分析。研究表明,提出的并行算法运行效果较好,可以通过开发匹配场处理方法的并行性,有效解决信号匹配处理中遇到的计算量大、耗时长等问题,为实现快速声源定位提供解决途径。     

模拟进化型切比雪夫跨导滤波器的研究

给出一种模拟进化型跨导滤波器的硬件结构,提出了一种改进的自适应遗传算法,构造了适合滤波器参数进化的适应度函数,有效地解决了遗传算法的全局收敛性问题和收敛速度缓慢的弊病.在高频性能比较好的跨导滤波器的设计中,采用级联法所构成的四阶切比雪夫跨导滤波器能够满足其在阻带、通带以及过渡带方面的性能要求,对其实效性进行了仿真和验证,进化的参数数值与理论结果符合得非常好.     

模拟进化型状态变量滤波器

给出一种模拟进化型状态变量滤波器的硬件结构。运用一种新的自适应遗传算法以及权值调整的多目标适应度评估方法,有效地解决了遗传算法的全局收敛性问题。在高Q值状态变量滤波器的设计中,对其实效性进行了仿真和验证,得到满意结果。